_智能控制在污水生物处理系统中的应用
- 张立中
-
0 次阅读
-
0 次下载
-
2020-04-22 18:20:33
文档简介:
第5卷第3期0042年3月环境污染治理技术与设备TeehniquesandEquipmentofrEnvironmnetalPOllutionConrotlVol.5,No.3Mar.2004智能控制在污水生物处理系统中的应用王之晖`王淑莹`彭永臻`李勇智;`(1.北京工`业大学环境与能源工程学院,北京1002;2北京工商大学化学与环境工程学院,北京10037)摘要对智能控制的适用范围及污水生物处理工艺的特征进行了简单分析。对智能控制的3大主要分支模糊逻辑控制、神经网络控制及专家控制系统在污水生物处理中应用的最新动态进行了评论和分析。结果表明,在污水生物处理中引人智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水生物处理智能控制的应用研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。最后对污水生物处理智能控制的发展方向作了简要分析。关键词污水处理智能控制模糊控制神经网络专家系统APPlicationofintelligentcontrolinbiologicalwastewatertreatmentsystem:,WangZhihuilWangShuyinglePngYon郎henliLYongzhiZ(1.CollegeofEnviornmentalarldEne卿Engineeirng,BeijingUniversityofeTehnolo群,Beijingl以x〕22;2.(二ofle罗ofChemiealandEnvironmentalEnigneeir嗯,BeijingTeehnolo盯andBusinessUniveoity,Beiji飞l〕旧37)Abstraet’hresuitableaPPlieationareaofintelligenteontrolandtheeharaet〔,irsticsOfbiologicalWastewaterteratmentporeesshavebeenanalyzed.Reviewsandanalyseshvaebeendoneaimingalthetheremainbarnehesofin-telligenteontorloffuzzylogieeontorl,neuarlneuwokreontorlandexperteontorlsystenl.hTeersultsshowthatit’5anefeetivewaytoirnporvetheeifeieneyanderdueetheoPeartingeosttointordueeintelli舀笋nteontorlintobioloigealterat-mentofwastewater,the叩plieationOfintelligenteontorl15boradandin一dePthaborad:旧d15atealryageinChina,weshouldsrerngthentheerseacrhinthisifeld.hTedeveloPingterndofusingintelli罗nteontorlinwastewaterteratmenthasbeendiseussedintheend.K盯wordswastewaterteratment;intelli罗nte()ntorl;fuzzyeontorl:neualrnet、vokr:expertsystem1引言随着现代科学技术的迅速发展,工程系统变得越来越复杂,系统的复杂性不仅表现在高维性上,更多地表现在被控对象模型的不确定性、系统信息的模糊性和信息模式的复杂性、高度非线性、输人信息的多样化、控制目标的多层次、计算的复杂性和庞大的数据处理以及严格的性能指标。因此,近年来把传统控制理论与模糊逻辑、神经网络和遗传算法等人工智能技术相结合,充分利用人类的控制知识对复杂系统进行控制,逐渐形成智能控制理论的雏形[’〕。污水生物处理工艺与智能控制系统的适用范围具有明显的一致性,主要表现在:(l)固有的不稳定性。系统的进水流量和浓度不能保持恒定,而且有时还会进入抑制活性污泥活性的化学物质,而传统的活性污泥动力学模型是基于“稳定状态”的假设推导的,对于动态的活性污泥系统并不能表现出恰当的模拟和预测能力;(2)系统的非线性。当底物、营养或溶解氧浓度受到限制时,活性污泥反应系统常常达到一种伪稳定的状态,处理系统在运行状态空间是非线性的,应用其他控制方法很难达到预定的控制目标〔2,’〕;(3)处理工艺的复杂性。很难准确建立描述污水生物处理系统动态特性的动力学模型。如用于描述脱氮除磷的IAwQ:AsMNo.2模型,需要确定40多个动力学和化学计量常数,而这些常数的准确确定本身就十分困难,并且IAwQAsMN。.2模型还不基金项目:收稿日期:作者简介:北京市科
评论
发表评论